ExCYT: 高次元フローサイトメトリー データの分析を合理化するためのグラフィカル ユーザー インターフェイス
January 16th, 2019
ExCYT は、MATLAB ベース グラフィカル ユーザー インターフェイス (GUI) を介して流れ cytometry データをよく分析できる採用法 t SNE、さまざまな自動および手動による次元圧縮を含む高次元データの解析技術クラスタ リングの方法、ヒートマップなど、および新規高次元フローがプロットされます。
この方法は、生物学的に関連する亜集団の表現型を理解するなど、生物医学分野の重要な質問に答えるのに役立ちます。この技術の主な利点は、プログラミング経験のない個人が最新の高次元技術でサイトメトリーデータを分析できることです。分析パイプラインを開始するには、まずサイトメトリーのタイプと、ファイルからサンプリングするイベントの数を選択します。
次に、[ゲートの母集団] をクリックし、対象のセルの母集団を選択して、ダウンストリーム分析のイベントの割合を入力します。次に、解析に使用するチャネル数をリスト ボックスで選択します。T 分散ストチャスティック隣接埋め込みまたは t-SNE 解析の場合は、[t-SNE] をクリックして、次元の削減データセットの計算を開始します。
セットが計算されたら、[TSNE イメージの保存] をクリックし、[マーカー固有の t-SNE] ポップアップメニューで、対象の特定のマーカーを選択します。図は、図の生成のために保存できる t-SNE プロットのヒート マップ表現を示す表示されます。クラスタリング分析を開始するには、[クラスタリング方法] ボックスの一覧でオプションを選択し、[クラスター] をクリックします。
目的のマーカーでクラスターを並べ替えるには、[並べ替え] ポップアップメニューから適切な対応するオプションを選択し、[昇順]、[降順] をクリックして、[クラスター] リスト ボックスのクラスターの一覧を更新します。特定のチャネルの特定のクラスターに最小しきい値を設定するには、「しきい値」ポップアップメニューからオプションを選択し、適切なしきい値を設定します。しきい値を設定したら、[しきい値の上に追加] または [しきい値以下に追加] をクリックしてしきい値の方向を指定し、[クラスター フィルター] パネルの [クラスター周波数しきい値] ボックスに数値のカットオフを入力して、クラスターの頻度に最小しきい値を設定します。
さらに個別に分析するクラスターを選択するには、[クラスター] リスト ボックスで対象のクラスターを選択します。また、[選択] ボタンを使用して、オプションを [クラスター分析] リスト ボックスに移動します。クラスターのヒート マップを作成するには、[クラスター分析] リスト ボックスで対象のクラスターを選択し、[クラスターのヒートマップ] ボタンをクリックします。
高次元の箱ひげ図または高次元フロープロットを作成するには、[クラスタ解析]リストボックスで対象のクラスタを選択し、[高次元ボックスプロット]または[高次元フロープロット]をクリックして、すべての次元にわたるさまざまなクラスタの特定のチャネルの分布を視覚的に評価します。従来の 2D フロー プロットでクラスタを表示するには、[従来のフロー プロット]パネルで適切な変換とチャネルを選択し、[従来のフロー プロット]をクリックします。ここでは、骨髄系パネル解析パイプライン内の各種マーカーのヒートマップの代表的なt-SNE分析を示す。
ExCYT 内の高速貪欲な実装を使用して、最も近い隣接する 100,000 個のデータをクラスター化すると、19 個のセルのサブ集団が明らかになった。元のヒートマップをExCYTによって作成されたクラスターと比較することで、2つのデータグループ間で骨髄細胞の同様のクラスターを同定することができました。より従来の高速な階層クラスタリングアプローチを用いたリンパパネルの分析は、t-SNEヒートマップを介して同様のマーカー分布を生み出した。
また、階層クラスタリングを介したデータのクラスタリングは、リンパ球細胞の類似したクラスターを示した。特に、独自の制御性T細胞集団も高次元フロープロットを介して同定された。マーカー間の連想を迅速かつ定量的に評価するために、まずハードK平均クラスタリングアルゴリズムを使用して、2次元t-SNEデータに5000クラスタを配置しました。
その後、すべてのクラスターからすべてのマーカーの中央値の式を使用して、これらのクラスターからヒートマップを作成し、Tim-3、PD-1、CD38、4-1BBの共連性などの関連付けを容易に識別できるようにしました。この手順を試みる際は、学習しているデータを完全に調べるには、さまざまなクラスタリング方法など、さまざまなパラメータを確認する必要があります。
View the full transcript and gain access to thousands of scientific videos
概要
ExCYTは、高度な分析技術を用いてフローサイトメトリデータを分析するためのMATLABベースのGUIです。プログラミング経験のないユーザーが、高次元データの次元削減、クラスタリング、可視化を行うことを可能にします。
主要な研究構成要素
科学分野
- フローサイトメトリ
- データ分析
- 生物医学研究
背景
- フローサイトメトリは細胞集団の分析に不可欠です。
- 高次元データ分析は複雑な生物学システムを理解するために必要不可欠です。
- ExCYTはプログラマーでない人のための分析プロセスを簡素化します。
- t-SNEのような次元削減技術はデータの可視化に不可欠です。
研究の目的
- フローサイトメトリデータ分析のためのユーザーフレンドリーなインターフェースを提供すること。
- 生物学的に関連するサブ集団の理解を促進すること。
- コーディングスキルなしに高度な分析技術を利用できるようにすること。
使用された方法
- サイトメトリタイプとイベントサンプリングの選択。
- 分析のための細胞集団のゲーティング。
- 次元削減のためのt-SNEの利用。
- ヒートマップと高次元フロープロットの作成。
主な結果
- ExCYTは複雑なフローサイトメトリデータの効果的な分析を可能にします。
- ユーザーは高次元データセットを簡単に視覚化し解釈できます。
- GUIは自動および手動のクラスタリング方法の両方をサポートします。
- 関連する細胞集団の同定を促進します。
結論
- ExCYTは生物医学分野の研究者にとって強力なツールです。
- 高度なデータ分析技術へのアクセスを民主化します。
- ソフトウェアは細胞表現型の理解を深めます。
よくある質問
Executive Industry Relevance
ExCYT addresses the growing challenge of analyzing high-dimensional cytometry data in drug discovery by providing a no-code interface for advanced analytical techniques. This enables broader access to phenotypic screening and target validation workflows, reducing dependency on bioinformatics specialists and accelerating early discovery decisions. The tool supports mechanistic de-risking by facilitating objective identification of biologically relevant sub-populations from complex datasets.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses through unbiased phenotypic exploration of cellular heterogeneity.
- Operational Value: Supports functional target validation by identifying and characterizing drug-responsive cell populations without manual gating bias.
- Predictive Value: Increases confidence in target selection by revealing co-expression patterns of immune checkpoints and activation markers.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream screening by defining phenotypically distinct clusters using t-SNE and clustering.
- Operational Value: Enhances assay standardization through reproducible dimensionality reduction and cluster identification across compensated and uncompensated FCS files.
- Scalability: Enables platform reuse across diverse immunology and oncology panels via flexible channel selection and threshold-based filtering.
Translational & Preclinical Research
- Translational Continuity: Supports disease-relevant system analysis by linking marker co-associations (e.g., Tim-3, PD-1, CD38, 4-1BB) to functional phenotypes.
- Mechanistic De-risking: Facilitates preclinical validation by visualizing high-dimensional flow plots that reveal rare populations like regulatory T cells.
- Risk-Adjusted Advancement: Enables data-driven go/no-go decisions through quantitative cluster frequency thresholds and sorting capabilities.
Pipeline & Workflow Integration
ExCYT fits within the discovery continuum from early hypothesis testing to lead identification by transforming raw cytometry data into actionable phenotypic insights that inform target selection and compound screening readiness.
- Discovery Biology: Supports hypothesis testing and pathway clarification by enabling objective clustering of immunophenotypes from high-dimensional panels.
- Screening: Delivers assay readiness through reproducible t-SNE visualization and cluster isolation for downstream functional validation.
- Analytics: Provides quantitative outputs including heatmaps, cluster frequency thresholds, and high-dimensional flow plots for cross-condition comparison.
- Translational Research: Connects discovery to preclinical work by identifying translationally relevant biomarker co-expression patterns.
- Enterprise Reuse: Functions as a reusable analytical platform across projects due to its support for diverse cytometry types and unsupervised/supervised workflows.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing mechanistic ambiguity through unbiased clustering.
- Operational Value: Improves standardization and scalability via GUI-driven automation of t-SNE, clustering, and gating workflows.
- Strategic Value: Enhances capital efficiency by enabling broader team access to advanced analytics, reducing bottlenecks in data interpretation.
- Portfolio Impact: Supports risk-adjusted prioritization by delivering quantitative cluster metrics that inform advancement decisions.
Implementation Considerations
- Requires familiarity with cytometry experimental design and marker panel selection.
- Needs MATLAB runtime environment and access to FCS file data infrastructure.
- Benefits from cross-team standardization on gating strategies and clustering parameters for reproducible results.
- Adaptation considerations include adjusting t-SNE perplexity and cluster thresholds based on biological system complexity.
- Practical limitation: Performance may vary with extremely large datasets (>1M events) without downstream sampling.
